Đường cong ROC
Bây giờ bạn đã xây dựng được mô hình logistic regression để dự đoán tình trạng mắc tiểu đường, bạn có thể vẽ đường cong ROC để trực quan hóa cách tỷ lệ dương tính thật (true positive rate) và tỷ lệ dương tính giả (false positive rate) thay đổi khi ngưỡng quyết định thay đổi.
Nhãn kiểm tra y_test và xác suất dự đoán các đặc trưng kiểm tra thuộc về lớp dương (y_pred_probs) đã được nạp sẵn cho bạn, cùng với matplotlib.pyplot là plt.
Bạn sẽ tạo đường cong ROC và sau đó diễn giải kết quả.
Bài tập này là một phần của khóa học
Học có giám sát với scikit-learn
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import roc_curve
____
# Generate ROC curve values: fpr, tpr, thresholds
fpr, tpr, thresholds = ____(____, ____)
plt.plot([0, 1], [0, 1], 'k--')
# Plot tpr against fpr
plt.plot(____, ____)
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('ROC Curve for Diabetes Prediction')
plt.show()